-
公开(公告)号：CN118965945A
公开(公告)日：2024-11-15
申请号：CN202410872555.9
申请日：2024-07-01
Applicant: 三峡大学 , 华中科技大学 , 中国电力科学研究院有限公司
IPC: G06F30/27 , G06N3/006 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 基于MHA‑CNN‑SLSTM和误差补偿的互感器预测方法，包括：采用VMD将互感器误差数据分解为不同高低频分量；基于改进海鸥优化算法ISOA优化VMD的关键参数，实现误差数据最优分解；基于多头注意力机制MHA对误差影响特征交叉处理，挖掘各特征间关联性，通过强相关性特征与误差间关系建立弱相关特征与误差间深层联系；将CNN置于多头注意力机制MHA后端，降低多头注意力机制MHA输出特征维度；考虑训练集与测试集之间相关性，改进LSTM神经网络，动态调整网络权重和偏置，构建MHA‑CNN‑SLSTM组合预测模型；将预测值与实际值误差作为训练集输入构建的组合预测模型，生成补偿数据对预测值进行补偿。该方法能够准确的预测未来短期内互感器误差状态变化，具有预测精度高、泛化性强等特点。
-
公开(公告)号：CN119807833A
公开(公告)日：2025-04-11
申请号：CN202411821756.2
申请日：2024-12-11
Applicant: 三峡大学
IPC: G06F18/241 , G06F18/2131 , G06F18/25 , G06F18/10 , G06N3/0455 , G06N3/0464 , G06N3/049 , G06N3/048 , G06N3/047
Abstract: 基于时、频特征融合分类网络的复合电能质量扰动识别方法，包括：基于自适应噪声的完备模态分解结合小波阈值法对含噪扰动信号进行降噪处理；基于快速傅里叶变换获取降噪信号的频域数据；基于TCN‑Transformer的深度网络，并行从时域和频域对降噪后的信号进行深度特征提取；基于交叉注意力机制加权融合所提取到的信号时域、频域特征，完成分类识别。该方法原理简单，在30dB噪声环境下平均识别准确率可达97.86％，相较于其他主流的深度学习识别模型，表现出更好的识别精度、识别稳定性以及泛化能力。
-
公开(公告)号：CN119787438A
公开(公告)日：2025-04-08
申请号：CN202411763054.3
申请日：2024-12-03
Applicant: 三峡大学
Abstract: 基于储能荷电状态的多储能微电网下垂控制策略，包括：通过建立储能单元的荷电状态(SOC)与下垂系数之间的幂函数关系；动态调整下垂系数修正因子，在维持母线电压和频率稳定的同时，各个储能单元根据其SOC水平动态地调节其有功功率的输出，实现SOC的均衡分配。利用小信号扰动法对系统进行稳定性分析。确定参数m、n和p的适宜取值范围。通过适当调整这些参数的值，可以有效地控制系统频率的稳定，并促进储能单元荷电状态(SOC)的均衡化进程。该控制策略可以使得储能电池根据自身的荷电状态实时合理调整输出有功功率。此外，该控制策略在储能荷电状态较低时也能保持较好的控制效果。
-
公开(公告)号：CN115001134B
公开(公告)日：2025-03-14
申请号：CN202210504024.5
申请日：2022-05-10
Applicant: 三峡大学
Abstract: 一种配电网智能开关装置，该装置包括电子式互感器测量单元、保护控制单元、断路器、智能终端；所述电子式互感器测量单元连接保护控制单元，保护控制单元连接断路器，保护控制单元与智能终端无线通信连接。该装置还包括在线取能单元，所述在线取能单元分别连接电子式互感器测量单元、保护控制单元，在线取能单元用于从配电线路上取能。本发明一种配电网智能开关装置，可以有效减少设备体积与重量，提升开关智能化水平，简化操作流程；实现配电网状态的实时准确监测及故障判断。
-
公开(公告)号：CN119005389A
公开(公告)日：2024-11-22
申请号：CN202410952849.2
申请日：2024-07-16
Applicant: 中铁第四勘察设计院集团有限公司 , 三峡大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06F30/23
Abstract: 本发明提供的一种兼容电磁干扰影响的信号设备机房选址方法，属于信号设备机房选址领域，包括确定信号设备机房的候选区域，基于变电所的位置，通过密度聚类分析缩小候选区域的范围，得到选址区域；将选址区域中划分出若干个单元格，将满足预设电磁干扰条件的变电所作为待仿真变电所；通过对待仿真变电所正常运行时的电场强度和磁场强度进行有限元仿真，过滤掉部分单元格；通过对待仿真变电所接地故障时的电场强度和磁场强度进行有限元仿真，确定过滤后剩余的单元格的选址优先级；根据选址优先级，选择对应的单元格作为信号设备机房的选址位置。该方法电磁干扰影响因素，根据铁路项目实际的变电所情况，确定条件最优的选址区域。
-
Patent Agency Ranking
公开(公告)号：CN114049305B
公开(公告)日：2024-07-16
申请号：CN202111203745.4
申请日：2021-10-15
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/82 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/088 , G06N3/0475 , G06N3/094 , G06N5/04 , G06N3/048 , G06V10/766
Abstract: 基于改进ALI和Faster‑RCNN的配电线路销钉缺陷检测方法，包括以下几个方面：收集配电线路的销钉缺陷图像，并在销钉缺陷图像数据上人工标记，构建训练样本集。搭建网络结构，第一个是对抗学习推断网络，基本结构由推断网络、生成网络和判断器三部分组成。第二个是Faster‑RCNN网络。根据获取的训练样本，进行检测模型训练，训练指定步数后，完成训练。将待检测图像输入到训练好的对抗学习推断网络，输出高质量重构的销钉图像，最后通过训练好的Faster‑RCNN网络完成缺陷的识别。该方法可以增强配电线路销钉图像局部纹理、边缘等细节信息，以改善图像质量，并结合目标检测算法提取准确的特征，以实现销钉缺陷的智能检测。
-
公开(公告)号：CN117977826A
公开(公告)日：2024-05-03
申请号：CN202311827432.5
申请日：2023-12-26
Applicant: 三峡大学
Abstract: 本发明公开了一种基于原边可变电感的CLC‑S型无线电能传输系统及稳压策略，系统包括直流输入电源，全桥逆变电路、补偿网络与耦合机构、整流滤波电路及负载。可变电感的结构包括中柱主绕组、两侧偏置绕组、磁芯结构以及无线通讯反馈电路；本系统利用可变电感代替原边补偿电感，当耦合线圈偏移导致线圈互感下降时，负载端电压减小，通过调节可变电感大小,使互感处于电压增益曲线极大值点，来稳定负载端输出电压；可以使无线电能传输系统的输出电压维持在一个允许的误差范围内，从而解决了系统因耦合机构发生偏移导致系统输出电压波动的问题，提高了系统耦合机构偏移下的输出电压稳定性。
-
公开(公告)号：CN107340457B
公开(公告)日：2023-11-03
申请号：CN201710414775.7
申请日：2017-06-05
Applicant: 三峡大学
Abstract: 一种新型配电网故障定位装置，包括半圆环形PCB洛氏线圈，在半圆环形PCB洛氏线圈的内侧设有用于夹持导线的柔性固定块，在半圆环形的PCB洛氏线圈的外部设有洛氏线圈护壳，在洛氏线圈护壳的外围设有屏蔽环，在屏蔽环的外围设有屏蔽护壳，两个屏蔽护壳铰接于铰接点处；还包括扭转弹簧，扭转弹簧连接于两个屏蔽护壳上，用于使两个屏蔽护壳围成一个圆环结构；所述半圆环形PCB洛氏线圈上设有用于连接线圈的接线孔。本发明提供一种新型配电网故障定位装置，对故障定位装置的结构和供电方式进行改进，并结合注入法定位故障，提高单相接地故障定位的准确度和缩短故障定位时间。
-
公开(公告)号：CN116526450A
公开(公告)日：2023-08-01
申请号：CN202310413356.7
申请日：2023-04-14
Applicant: 三峡大学
IPC: H02J3/00 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F18/20
Abstract: 计及误差补偿的两阶段短期电力负荷组合预测方法，采用VMD将原始负荷数据序列进行分解；基于萤火虫扰动优化的麻雀搜索算法FASSA优化BiLSTM模型中的参数设置，确定最优超参数；将求得的最优超参数代入到BiLSTM模型，重新进行训练测试，得到初始负荷预测模型；将初始负荷预测模型输出的初始负荷预测值与真实值作差，得到误差序列，考虑误差序列以及外界影响因素，建立基于BiLSTM网络的误差补偿模型，得到误差补偿值；将获取的初始负荷预测值和获取的误差补偿值相加，即为最终的负荷预测结果。该方法有效避免了因外界影响因素诸如一天中时刻、温湿度、日类型以及预测模型预测过程中的固有误差对居民用户短期负荷预测性能造成的影响，进一步提高短期负荷预测的精度。
-
公开(公告)号：CN110533089B
公开(公告)日：2023-07-11
申请号：CN201910764470.8
申请日：2019-08-19
Applicant: 三峡大学
IPC: G06F18/2323 , G06F18/2431 , G06F18/214 , G06Q50/06
Abstract: 基于随机森林的自适应非侵入式负荷识别方法，包括建立用电负荷特征数据库；从每个切换事件中提取所需的负荷特征；将所得负荷特征进行归一化处理后，获得所需样本点；样本点由未知模式识别模块处理，为样本点分配“已知”标签、或“未知”标签；所有标签为“已知”样本点，利用随机森林算法得出识别结果；所有标签为“未知”样本点，由在线聚类模块处理，若产生新聚类，用户可以选择是否将类标签分配给聚类；带标签的新聚类，通过在线更新模块更新随机森林和未知模式识别模块对已有知识进行更新;“未知点”通过新随机森林得出识别结果。本发明可以将容易错误分类的负荷识别为“未知”，并在获取新知识后完成正确的识别，有利于促进未知负荷模式的有效识别。
-
-
-
-
-
-
-
-
-
Search Results
226
records
(took 0.074 seconds)
